Amazon Web Services (AWS), la división de nube de Amazon, ha lanzado AWS Emulator, una herramienta gratuita que reproduce en el ordenador del programador más de 200 servicios de su nube. Lo llamativo es quién la ha escrito: agentes de inteligencia artificial que trabajan de forma autónoma. La propia empresa asegura que ni una sola línea de su código fue escrita o revisada por un ingeniero humano.
El programa responde a un problema que la IA ha creado. Herramientas como AWS Kiro o Claude Code generan código más rápido de lo que cualquier persona puede leerlo, y el cuello de botella se ha trasladado a comprobar que ese código funciona antes de llegar a los usuarios. Hacer esas pruebas contra la nube real es caro y lento. Los simuladores de terceros que existían cubren solo una parte del catálogo de AWS y se desincronizan en cuanto los servicios cambian.
Matt Goldberg, ingeniero principal de AWS, explica en un blog de la compañía que la idea le surgió al estudiar un servicio interno llamado Alf. Se trata de un sistema de coordinación distribuida que todavía sostiene piezas centrales de la nube, como Amazon S3 y DynamoDB.
Swami Sivasubramanian, vicepresidente de IA agéntica en AWS, recuerda en otro texto lo que costaba probar Alf cuando se creó hace más de veinte años. El equipo tuvo que simular todo su entorno dentro de una máquina virtual de Java construida a mano durante varios meses. Introducir fallos y aislar errores de concurrencia era un trabajo manual. Hoy la nube de AWS es tan grande que ya no es viable crear a mano una simulación de toda la plataforma.
Agentes que prueban a otros agentes
Goldberg se preguntó si esa tarea podía hacerla la propia IA. Había visto investigaciones en las que agentes construían desde cero un compilador de C, y concluyó que deberían poder replicar cualquier servicio de AWS si contaban con una especificación formal y una implementación de referencia. Usó como especificación los modelos de la API pública Smithy de AWS y como referencia la plataforma real. El primer experimento consistió en pedir a Kiro que reconstruyera Amazon Simple Queue Service, un servicio de colas de mensajes. En 15 minutos tuvo una réplica funcional.
Con ese resultado, el equipo organizó decenas de agentes autónomos, desplegados sobre Amazon Bedrock AgentCore, en tres grupos. El primero genera miles de pruebas de principio a fin a partir de los modelos de la API y las verifica contra la nube real. El segundo ejecuta esas pruebas contra el emulador para encontrar errores o diferencias con AWS. Cuando detecta alguno, sus agentes abren automáticamente una incidencia en GitHub.
El tercer grupo se encarga de corregir esos fallos. Antes de que el código llegue al repositorio, pasa por una puerta automática de fusión vigilada por agentes de seguridad cuya función es buscar vulnerabilidades. En la práctica, una IA intenta romper lo que ha escrito otra IA.
Cómo funciona y qué se puede hacer con él
AWS Emulator está escrito en Rust, un lenguaje de programación muy usado cuando importan el rendimiento y la seguridad. Funciona como un servidor local que se maneja desde la línea de comandos en Linux, Windows o macOS, o como contenedor Docker. Para usarlo, el desarrollador solo tiene que redirigir las llamadas de sus herramientas de AWS a su propia máquina. A partir de ahí puede validar su código sin conexión y sin coste.
Hay dos formas de integrarlo. Puede lanzarse como programa independiente o incluirse dentro del propio código de pruebas, de modo que cada prueba tenga su instancia aislada. La documentación oficial indica que compilarlo desde el código fuente exige al menos 100 GB libres de disco y un equipo con muchos núcleos, porque la primera compilación es lenta.
La herramienta se ha publicado con una licencia Creative Commons CC0, que deja el código en dominio público, junto con su historial completo de cambios. AWS también mantiene una lista pública de funciones que todavía no funcionan, bajo el nombre de «things-that-do-not-work». En sus tres primeras semanas, el proyecto acumuló 29.684 cambios de código, lo que da una idea del ritmo al que trabajan los agentes.
Qué cambia para quien programa
Sivasubramanian sostiene que la herramienta refleja cómo cambia el trabajo de los ingenieros de software. Si los agentes se ocupan de escribir, probar y depurar el código, las personas pasan a ser, en sus palabras, «orquestadores de sistemas». Su función sería definir los límites, diseñar las especificaciones de prueba y fijar las barreras que guían el trabajo de los agentes.
Conviene matizar. AWS advierte de que el emulador sirve para desarrollar y probar, no para cargas de trabajo de producción ni para comprobar la seguridad. Además, en macOS y Windows todavía necesita Docker, y el programa envía datos de uso a AWS por defecto, aunque se puede desactivar. La compañía asegura que esos datos no incluyen el contenido de las peticiones ni información personal.
El movimiento deja claro que Amazon no quiere limitarse a vender nube: también quiere que la IA escriba buena parte de su propio software. Si el experimento funciona, la pregunta para el sector será cuánto código de los servicios en producción ha sido revisado por una persona.




